多元模糊模式识别在钢碳化物评级中的应用

应用Ｆｕｚｚｙ集理论研究了如何用隶属函数来描述合金工具钢碳化物的不均匀性，提出一种评定碳化物级别的方法，并进行了计算检验。     

模糊数学在工具钢碳化物评级自动化中的应用

模糊数学在工具钢碳化物评级自动化中的应用钢中共晶碳化物分布不均匀性是反映钢材内在质量的重要指标之一，如何检验碳化物的不均匀性，如何对其评级，是钢的生产厂家与使用单位共同关心的问题。由于钢中碳化物分布的不均匀性，模糊性以及级别间的渐变性，使得对其定量化...     

模糊数学在工具钢碳化物评级自动化中的应用

模糊数学在工具钢碳化物评级自动化中的应用钢中共晶碳化物分布不均匀性是反映钢材内在质量的重要指标之一，如何检验碳化物的不均匀性，如何对其评级，是钢的生产厂家与使用单位共同关心的问题。由于钢中碳化物分布的不均匀性，模糊性以及级别间的渐变性，使得对其定量化...     

模糊矩阵范数模型的算法设计和软件实现

根据提出的评定合金工具钢共晶碳化物级别的数学模型,设计该模型的算法,开发了自动识别程序,对碳化物的不均匀度进行了识别,得到了较好的结果.     

矩形均布荷载地基沉降的不均匀性研究

地基沉降计算是一个广泛研究的课题，但在实际工程中引起事故的往往是沉降的不均匀性。文章依据土的线弹性模型，研究了地基沉降的不均匀性，选取的是有广泛代表性的矩形均布荷载地基。研究表明无论是基底地面沉降还是基础周围的地面沉降都是不均匀的，并对如何克服其不利影响提出相应对策。     

工具钢碳化物自动评级的模糊可识模式空间模型

应用模糊可识模式空间的框架结构，尝试构造了一个自动评定钢中碳化物级别的数学模型，并借助标准图谱对合金工具钢中共晶碳化物的不均匀度进行了实际检验，准确率较高。     

Cr12MoV钢冷冲裁模的失效分析及热处理工艺的改进

介绍了Cr12MoV钢冷冲裁模的失效分析以及锻造、热处理工艺的改进措施、Cr12MoV钢是一种高碳高铬的冷作模具钢，退火组织中含有数量较多的、粗大的碳化物，虽然经过反复锻造，但碳化物的分布仍不均匀；同时，由于热处理工艺的影响，使奥氏体中存在部分未溶的碳化物，在金相显微组织中形成了脆性的碳化物带状分布区．经改进锻造和热处理工艺后，使显微组织均匀化，获得了满意的力学性能，达到了设计寿命的要求．     

高耐磨冷模具钢120Cr4W2MoV的试验小结

前言 目前国内外最常用的耐磨性高的冷模具钢是高碳高铬钢,其中含有12％左右的铬和1.2～2.35％的碳,有时加入少量其他元素如Mo、W、V等。我国常用的这类钢为Cr12MoV。每年的使用量很大。 Cr12MoV钢具有较高的淬透性、变形较小。这种钢既可以得到一次硬度、又可以得到二次硬度。较低的温度淬火和低温回火时,得到一次硬度,此时硬度较高,但回火稳定性不足。高温淬火和高温回火可以得到二次硬度,有较高的回火稳定性,但大量的残余奥氏体不易消除。这类钢中含有较多的共晶碳化物,这些共晶碳化物在钢中的分布是很不均匀的,热压力加工后,这些碳化物呈带状分布使钢具有明显的各向异性,碳化物不均匀性标号高的钢,其横向强度比纵向低30～40％,而塑性低1/2～2/3。各向异性还使钢的变形难于控制,这类钢中含有大量的铬,不适合我国资源条件。因此很需要研究出更经济的少铬的性能更好的高耐磨微变形钢来全面代替高碳高铬钢。     

碳化物形态对40CrMo钢切削性的影响

在用高速钢刀具切削中,通常认为被加工材料的硬度直接影响其切削性.用极限切削速度作为评定切削性的标准(刀具切削时间为30秒),发现工件的硬度值固然重要,然而其金相显微组织却强烈地影响钢的切削性.40CrMo钢通过不同热处理后,具有相同硬度值下获得不同的金相显微组织.完全球化的碳化物形态具有最佳的切削性,最大切削速度为90米/分,不完全球化碳化物相的切削速度为76米/分,具有片状碳化物形态的供应(轧制)状态为69米/分. 试验得出:一定硬度值下,钢的切削性取决于钢中珠光体或回火马氏体的碳化物形态和切削过程中碳     

塑性变形和热处理工艺对白口铸铁组织及性能的改善

大于2.11％C的白口铸铁中含有大块且又分布不均匀的渗碳体,其塑性和韧性很差。本文采用塑性变形及热处理等4种方法,最终得到了细小碳化物均匀分布在铁素体基体上的理想组织。具有这种球化组织的铸铁,强韧性有了提高,且在650～850℃温度范围变形表现出良好的超塑特性。     

基于GD-DNN模型的岩爆烈度等级预测方法与应用

岩爆是深埋隧道施工过程中开挖时形成临空面，引起能量突然释放的现象，轻则岩片剥落，重则造成人员伤亡和财产损失，其危害程度取决于岩爆烈度等级，因此岩爆烈度等级预测是急需解决的难题之一。本文针对单一指标预测法预测效果不理想的问题，首先设计并实现了综合指标法和针对多分类问题的分类器，其次提出并建立了基于梯度下降(Gradient Descent)算法优化深度神经网络(Deep Neural Network)的GD-DNN岩爆烈度等级预测模型。实验结果表明：GD-DNN模型预测的准确率达到95.8%，相比机器学习算法K最近邻(K-nearest neighbor，KNN)、支持向量机（support vector machine，SVM)和深度学习算法DNN分别提高了45.8%、38.7%和8.3%，同时在精确率、召回率和??1值三项指标上均优于其他模型。最后在秦岭隧道、大相岭隧道、通渝隧道和马路坪矿井4个实际工程中检验模型的预测效果，检验结果证明GD-DNN模型能够精准预测岩爆烈度等级，研究成果可应用于深埋隧道工程中。     

多缸汽油机充气效率和进气均匀性研究

利用所建立的进气模型,对多缸汽油机的进气特性进行了数值计算和分析,结果表明所采用的计算方法和计算程序具有较高的精度。文中还对多缸汽油机的进气不均匀性和不均匀偏差作了研究。     

纱条不匀的灰色预测

应用灰色预测理论，对纱条不匀进行了预测，建立了纱条不匀灰色预测的数学模型，并对该模型进行了精度检验。     

新型整体硬质合金三刃麻花钻切削性能的试验研究

本文简要介绍了新型整体硬质合金三刃麻花钻的结构特点,对这种新型钻头的切削性能、加工效率、钻削力、孔的加工精度和表面粗糙度、断屑性能等进行了试验,并与普通高速钢麻花钻进行了对比,试验结果表明,新型整体硬质合金三刃麻花钻的切削性能明显优于普通高速钢麻花钻,是一种性能优良的新的硬质合金钻型.     

前馈控制方法在非轴对称表面加工中的应用

解决非轴对称曲面的车削加工控制中压陶瓷伺服刀架的滞后问题,消除加工中的滞后误差,在分析压电陶瓷刀具迟滞缺点的基础上建立了3种消除迟滞误差的前馈控制数据模型,即：升压模型,峰值降压模型及任意点降压模型,用这些数字模型进行补偿加工实验,最大位移误差为0．05um,补偿前后的加工精度对比表明,采用前馈控制补偿的加工方法能够大大降低加工中的迟滞误差,提高非轴对称曲面的加工精度。     

纱条不匀时序模型的建立

采用Pandit Wu方法对并条纱条进行建模分析 ,提高了建模过程的程序化水平 ,可迅速建立在线预测模型。研究认为 ,并条纱条可以用AR(n)模型及ARMA(m ,n)模型进行预测控制 ,且模型的阶次一般为 2～ 5。     

利用轻量化深度学习模型和加速度信号的枪击识别方法

枪支射击的检测与识别有助于实现枪支和子弹的精准管控，从而防止枪支滥用、提高公共安全。区别于传统利用加速度传感器的枪击识别需要进行特征提取的方法，本文针对不同类型的枪击加速度信号，首次采用深度学习的方法进行研究，提出了一种新的兼顾精度和轻量化的EfficientNetTime时间序列分类模型。该架构核心由MBConvTime，Fused-MBConvTime模块组成，能够自动提取枪击加速度信号特征，对不同输入时间尺度更具鲁棒性。在识别精确率方面达到97.42%超越传统枪击识别算法，并在公开枪击数据集上与SVM、决策树、随机森林三种传统机器学习模型和FCN、Resnet、Inceptiontime、Xceptiontime四种时间序列深度学习模型对比。实验结果表明EfficientNetTime模型更加高效，识别精确率也更高。     

湖泊叶绿素a反演的大气校正模型比较研究

为获取湖泊叶绿素a定量反演所需的最优大气校正方法,以太湖为例,分别使用FLAASH、6S及QUAC 3种大气校正模型对HJ-1B卫星CCD数据进行大气校正,通过对比各波段反射率及遥感指数与叶绿素a的相关性,得到归一化水体指数相关系数最高,并使用归一化水体指数建立叶绿素a反演模型.反演模型R2在0.7以上,同时通过了统计检验.实验利用太湖采样点平均光谱反射曲线及实测光谱对比大气校正模型的影像处理效果,并在此基础上,利用误差参数评价不同大气校正处理后的反演精度.结果表明:3种大气校正算法的影像处理效果总体较好,FLAASH和6S算法的各项参数接近,反演精度优于QUAC算法,并且聚类分析结果很好地证实了二者的相似性;QUAC算法在获得较高精度的同时其典型地物光谱出现失真.因此,在湖泊叶绿素a浓度反演建模时,大气校正方法应优先考虑FLAASH算法和6S算法,尽量避免使用QUAC算法.     

森林公园客流量的灰色预测

在运用常规GM (1,1)模型群的基础上 ,采用新息GM(1,1)模型群分段选优进行预测的方法 ,对森林公园客流量进行中短期预测 ,所选模型均为Ⅰ级 ,其预测精度均高于 99%,这可为森林公园建设和管理等决策提供科学依据。     

进化算法优化GBDT的带钢卷取温度预测

针对B钢厂2250 mm热轧生产线层流冷却系统卷取温度预报命中率低的问题,采用差分进化算法优化后的梯度提升决策树建立带钢卷取温度预测模型(DE-GBDT),并对DE-GBDT预测模型与3个基础预测模型(梯度提升决策树(GBDT)、支持向量机(SVM)、小波神经网络(WNN)预测模型)以及差分进化算法优化后的支持向量机(...